4th_assignment

4기 과제 제출 레포지토리 입니다.

감성분석 과제

## 📝 감성분석 과제 수행 관련 오늘 실습한 내용은 **자연어 처리(NLP)**와 감성 분석을 수행하는 시스템을 구축하기 위한 코드입니다. 이 코드는 텍스트 데이터를 받아들여 토큰화, 감성 사전 확장, 감성 분석을 수행하고, 각 문장에 대해 감성 점수와 비율을 계산하여 결과를 반환하는 역할을 합니다. 여러분이 따로 텍스트 파일을 만들어서 실습해보세요.

1. 텍스트 파일 준비하기

실습을 위해 사용할 텍스트 파일을 직접 만들어보세요.

텍스트 파일 내용: 각 줄마다 감성 분석을 원하는 문장을 입력합니다. 예를 들어, 아래와 같이 감성 분석을 원하는 문장들을 입력한 text_data.txt 파일을 만들어주세요.

예시 (text_data.txt):

오늘 날씨가 너무 좋아서 기분이 좋다. 이 영화는 정말 별로였어. 너무 지루했다. 맛있는 음식을 먹어서 행복하다. 이 책은 이해하기 어려워서 실망했다.

각 문장은 줄 바꿈으로 구분되어야 합니다. 파일을 저장할 때, UTF-8 인코딩을 사용하여 저장해주세요.

2. 코드 실행하기

이제 만든 텍스트 파일을 감성 분석 시스템에 적용하여 분석을 실행할 수 있습니다.

코드 실행 순서:

텍스트 파일 불러오기: pandas를 사용하여 만든 텍스트 파일을 불러옵니다.

예시 코드: df = pd.read_csv('text_data.txt', header=None, names=['sentence'])

감성 분석 시스템 실행:

위에서 제공된 Aurora3 클래스 코드를 활용하여 감성 분석을 실행합니다. Aurora3 클래스의 get_df() 메서드를 호출하면, 각 문장에 대해 **감성 점수(score)**와 **감성 비율(ratio)**을 계산한 결과를 얻을 수 있습니다.

결과 확인:

감성 분석 후, df 데이터프레임에 score와 ratio 열이 추가됩니다. print(df)를 실행하면, 각 문장에 대해 감성 점수와 비율을 확인할 수 있습니다. 결과 예시:
sentence score ratio
0 오늘 날씨가 너무 좋아서 기분이 좋다. 0.85 0.25
1 이 영화는 정말 별로였어. 너무 지루했다. -0.45 0.12
2 맛있는 음식을 먹어서 행복하다. 0.75 0.22
3 이 책은 이해하기 어려워서 실망했다. -0.65 0.18

3. 실습 완료 후 제출

실습이 끝나면, 감성 분석이 완료된 텍스트 파일을 제출해주세요. 제출 파일에는 sentence, score, ratio 열이 포함되어야 합니다. (gpt를 적극적으로 활용해보세요)

과제 제출 관련

레포지토리 fork를 통해 과제를 수행하셔야 합니다. 과제에 대한 코드를 작성하시고, Pull Request (PR)를 작성해주시면 됩니다. 본인 이름 폴더에 파일을 넣어주세요
ex)

  4기_홍길동/ 
          └── 감성분석/
                  ├── main.py 
                  ├── text.txt 
                  └── ... 

PR 작성하실때 궁금한 점이나 어려웠던 점 등을 적어주세요. 과제 제출마감 기한은 4월 30일 23:59까지입니다.

챗봇 과제

# 4주차 과제 안내 - 오픈 API를 활용한 챗봇 만들기

1. 과제 주제

이번 주 실습에서는 Together API를 사용해 챗봇을 만들어보았습니다.
이번 과제에서는 **다른 오픈 API(Open API)**를 활용하여, 자신만의 챗봇을 만들어보는 것이 목표입니다.

2.과제 목표

• 외부에서 제공하는 오픈 API를 자유롭게 선택하여 챗봇을 구성합니다.
• 사용자 입력을 받아 API로부터 데이터를 요청하고, 응답을 보기 좋게 출력하는 흐름을 구현합니다.
• 기존에 배운 .env 사용, 폴더 구조 구성, 기본적인 예외 처리 등을 적용해 봅니다.

3. 과제 조건

• Together API 이외의 오픈 API를 사용해야 합니다.
  예: OpenWeatherMap, Cat Facts API, News API, NASA API 등 자유롭게 선택
• 챗봇 형식으로 사용자와 간단한 대화가 가능한 구조여야 합니다.
• .env 파일을 사용하여 API 키를 안전하게 관리해야 합니다.

4. 제출 형식

본인 명의 폴더 안에 추가해서 제출
ex)

  4기_홍길동/ 
            └── 감성분석/
                  ├── main.py 
                  ├── text.txt 
                  └── ... 
            └──챗봇/
                  ├── main.py # 챗봇 실행 코드
                  ├──  .env # API 키 등 환경 변수
                  └── ... 

PR 작성하실때 궁금한 점이나 어려웠던 점 등을 적어주세요. 과제 제출마감 기한은 4월 30일 23:59까지입니다.

가중치 업데이트 과제

🎯 과제 주제 - 순전파 & 역전파를 통한 가중치 업데이트

1. 과제 개요

아래 그림은 간단한 2-2-1 구조의 신경망입니다.
활성화 함수는 시그모이드를 사용하며, 각 노드 및 가중치 값은 이미지에 표시되어 있습니다.

• 학습률(learning rate): 0.5
• 실제값(target): 0.3

2. 과제 목표

**순전파(forward propagation)**와 역전파(backpropagation) 과정을 거쳐 가중치 w1을 업데이트하는 과정을 코드로 구현하세요.

• 시그모이드 함수:
  sigma(z) = 1/(1 + e^(-z))
• 시그모이드 미분:
  sigma'(z) = sigma(z)(1 - sigma(z))

3. 제출 방식

• 본인 이름 폴더 아래 가중치업데이트/ 폴더를 만들어 주세요.
• 아래 파일 구조로 제출해주세요:

  4기_홍길동/
        └── 가중치업데이트/
                └── 문제 풀이 #본인의 풀이 과정이 담긴 png, pdf 파일

4. 제출 기한

• 2025년 5월 15일 (목) 18:00까지

과제 관련 질문은 PR 작성 시 남겨주시거나, 깃허브 이슈 혹은 디스코드를 통해 문의해주세요.